- GPT-4 是否通过图灵测试？
GPT-4 在一个在线的图灵测试中表现出色，通过了 41% 的比赛，胜过了 ELIZA（27%）和 GPT-3.5（14%）的基准，但不及人类参与者（63%）的基准。参与者的决策主要基于语言风格（35%）和社交情感特征（27%），支持智能不 - 面向人的对话系统评估指标
提出基于心理学，对话系统评估的度量标准，包括情感熵、语言风格和情感匹配度、宜人性和共情等 5 个指标。将这些指标与 6 个最先进的自动评价指标进行比较，并使用三种不同模型（ChatGPT、GPT-3 和 BlenderBot）的对话数据集进 - ACL多样式图像字幕的样式感知对比学习
本文提出了一种针对多风格图像字幕生成的样式感知对比学习的方法，该方法基于对潜在与风格相关的视觉内容的对比学习，提出了一个样式感知的视觉编码器以及三种检索方案。实验结果表明，该方法的性能达到了最先进水平。
- 面向语言风格的神经网络在假新闻检测中的应用
提出利用分层递归神经网络进行假新闻的分类，通过学习新闻语言风格识别真假，第一次使用分层语言树和神经网络来辨别新闻真实性，实验结果表明该方法有效，并可以优于现有技术。
- 探究在线社区中的语言风格问题
本文研究社区语言的语言风格，通过分析 3 个社交媒体平台上涉及政治，电视和旅游的 9 个在线社区的 262 个特征来验证社区确实具有独特的风格，并发现语言风格是群体成员身份的良好预测器（F 值为 0.952，准确度为 96.09%），并且相 - ACL同一作者还是同一主题？走向内容无关的风格表述
利用控制会话或领域标签的方法改变作者验证任务来训练文体表征，从而更好地表示独立于内容的文体维度。
- ACL播客中的语言使用建模及听众参与度分析
本文通过分析创作者的文字描述和音频稿件的文字转录，研究了语言风格与听众情感关系的各种因素，如词汇多样性、独特性、情感和句法等，并构建了不同的文本表示模型以显示出这些特点对听众情感反应的高度预测性，得出结论：流行的播客风格是有效的，但也有新的 - CVPRSemStyle: 使用非对齐文本学习生成风格化图像标题
通过 SemStyle 模型，利用自然语言处理技术和语义框架生成语义和风格相符且与图片语义相关的题注，为从丰富的网络语言数据中学习更丰富的图像描述提供可能性。
- 神经语言生成中的语言风格控制
该研究通过基于条件 RNN 语言模型的方法，控制生成文本的内容和文体风格，并以电影评论领域为例，成功生成了与所需语言风格和内容相一致的连贯句子。
- 推文的可读性与其与教育的地理相关性
本研究分析了使用 Flesch 阅读难度公式修改后的 17.4 万条推文，发现推文的阅读难度明显高于短信和聊天群组，对于推文阅读难度与地理数据的相关研究发现，与大学毕业率存在着重要相关性，这说明了不同的地区存在着不同的语言差异。
- 社交媒体中的性别认同与词汇变化
本文通过 Twitter 用户语言风格和社交网络之间的关系，探讨了性别、语言风格和社交网络之间的关系，提出了一种细致的性别分类方法，发现语言风格与社交网络之间的同性别联系紧密相关。
- AAAI科学摘要的语言风格和易读性是否影响其传播性？
本文针对科学论文的摘要进行类别心理语言学分析和易读性测试，结果表明，科学论文的某些文体和可读性特征对于其成功和传播能力有着显著的影响。